POWER BI의 스키마와 모델링

Source: Dev.to

Data Modelling

프로세스는 데이터 테이블을 효과적으로 성능을 낼 수 있도록 구조화하고, 조직화하며, 연결하는 것을 포함합니다. 좋은 데이터 모델을 설계하는 것은 보고서의 정확성을 높이고 이해하기 쉽게 만들기 때문에 중요합니다. Power BI에서는 Model 탭으로 이동하여 보고서 뷰를 열어 데이터 모델을 설정합니다. 이는 여러 데이터 테이블을 모으고 그들 사이의 관계를 정의하는 작업을 의미합니다.

**스키마(schema)**는 데이터 모델 내에서 데이터가 어떻게 조직되고 서로 연결되는지를 보여주는 구조입니다.

Star Schema vs. Snowflake Schema

Star Schema

• 하나의 중앙 fact table(사실 테이블) 주위에 여러 dimension tables(차원 테이블) 가 배치됩니다.
• 차원 테이블은 사실 테이블에 직접 연결됩니다.
• Power BI에서 선호되는 이유는 이해하기 쉽고, DAX 함수 실행이 효율적이며, 쿼리 성능이 우수하기 때문입니다.

Snowflake Schema

• 사실 테이블이 차원 테이블에 연결되고, 차원 테이블은 다시 추가 차원 테이블에 연결됩니다.
• 복잡성, 느린 성능, DAX 계산 효율 저하 때문에 덜 선호됩니다.

Key Differences

Relationships

• One‑to‑many (1:*) – 차원 테이블의 한 레코드가 사실 테이블의 여러 레코드와 연결됩니다.
• Many‑to‑one (*:1) – 일대다 관계의 역방향 뷰입니다.
• Many‑to‑many (: ) – 한 테이블의 여러 레코드가 다른 테이블의 여러 레코드와 매치됩니다.

Fact Tables

• 측정 가능하고 정량적인 값(보통 숫자)을 저장합니다.
• 예시: 매출, 총이익, 총 판매액, 판매 수량.
• 행이 많고 열은 상대적으로 적습니다.
• SUM, AVERAGE, MIN, MAX와 같은 계산에 사용됩니다.

Dimension Tables

• 사실 테이블의 값에 대한 조회 테이블 역할을 합니다.
• 예시: 직원 이름, 월, 국가, 지역, 제품 카테고리.
• 사실에 대한 컨텍스트를 제공하는 설명적 속성을 제공합니다.

Benefits of Good Data Modelling

• Data Accuracy: 모호함과 중복을 줄여줍니다.
• Performance: 조인과 관계가 적어 쿼리 속도가 향상됩니다(예: 스타 스키마).
• Simplified Analysis: 정확하고 효율적인 DAX 계산을 가능하게 합니다.
• Data Integrity: 시간이 지나도 일관되고 신뢰할 수 있는 저장을 보장합니다.

데이터 모델링을 이해하는 것은 효과적인 데이터 분석, 보고 및 의사결정을 위해 필수적입니다. 잘 설계된 모델은 더 나은 성능과 보다 신뢰할 수 있는 인사이트를 제공합니다.